说明：最近的K-SVD算法的学习过程中，采用稀疏编码部分OMP跟踪算法，尤其是对于本摘要。解决问题：其中D为过完备字典中，已经给出，Y是原始信号中，X的未知。其基本思想的OMP算法是：贪婪迭代方法来选择D列后面，以便与相关的当前冗余最大程度所选列向量的每个迭代中，减去从原始信号向量的相关部分，并多次迭代过...
说明：稀疏表示分类代码人脸识别，采用的是同伦算法求解L1范式最小化，对稀疏的求解大大改善。
说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。
说明：LI范数原点对偶法求解稀疏编码.一种经典的凸优化算法，它可以求解不等式约束条件的最优化形式，其基本思想是利用障碍函数将不等式约束最优化问题转化为等式约束最优化，再利用牛顿法来求解。应用于脑电信号分类中，keyi 实验来比较算法的计算复杂度和分类准确性。